100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Compacte samenvatting en collegeslides van het vak Multivariate Analyse €4,99
In winkelwagen

Samenvatting

Compacte samenvatting en collegeslides van het vak Multivariate Analyse

 0 keer verkocht

Compacte samenvatting van de tentamenstof voor het vak Multivariate Analyse in de master Communicatiewetenschappen aan de VU.

Voorbeeld 1 van de 7  pagina's

  • Nee
  • Hoofdstukken 5, 8, 10, 14, 15, 16
  • 24 maart 2017
  • 7
  • 2016/2017
  • Samenvatting
book image

Titel boek:

Auteur(s):

  • Uitgave:
  • ISBN:
  • Druk:
Alle documenten voor dit vak (2)
avatar-seller
Pietertichelaar
College 1: Inleiding in multiple regressie
• In een regressievergelijking verklaar je het verband van een continue variabele met een
willekeurige andere variabele
• De regressielijn komt tot stand door de Least Squares Estimates: de lijn die het minste residu
kent; waar de optelsom van de gekwadrateerde verschillen van alle waarnemingen tov de lijn het
kleinst is.
• De standaardvergelijking van regressie is y=a+bx y=de afhankelijke variabele, a=de gemiddelde
waarde van y als de onafhankelijke variabelen 0 zijn. b=het verschil in y als x met één toeneemt,
gegeven de andere onafhankelijke variabelen
• Wat ‘gegeven dat’ betekent kun je mooi zien in een hiërarchische regressie. Daarin kun je zien
dat het effect van ‘oude’ variabelen verandert met het toevoegen van nieuwe. De oude variabele
gaf het gewogen gemiddelde, door nieuwe variabelen toe te voegen krijg je dus een
nauwkeuriger beeld.
• Je werkt in regressie met verschillende fouten ten opzichte van de werkelijkheid: Total Sum of
Squares (SST/Total) is de fout van de waarnemingen tov het steekproefgemiddelde. Error Sum
of Squared (SSE/Residual) is de fout van de waarnemingen tov de regressielijn. Model Sum of
Squares (SSM/Regression) is de fout van de regressielijn tot het gemiddelde, oftewel de
verbetering van SSE tov SST Hier geldt de formule: SSM=SST – SSE.
• R2 is die verbetering (SSM) als percentage van SST. Het verschil tussen de gewone R2 en de
adjusted R2 is dat laatstgenoemde niet automatisch beter wordt door het toevoegen van
onafhankelijke variabelen doordat een correctie van n en k wordt toegepast.

College 2: Multiple regressie
• De Beta is de gestandaardiseerde slope van onafhankelijke variabelen, die houdt dus rekening
met meeteenheden en gaat uit van standaarddeviaties ipv normale meeteenheden.
• Bij het bepalen van effecten doorloop je vaak drie stappen, het heeft vanzelfsprekend geen zin
om door te gaan als het antwoord op de vorige vraag ‘nee’ is: 1. Is er überhaupt een effect? 2.
Tussen welke variabelen? 3. In welke richting?
• In het kader van lineaire regressie is stap 1 de algemene F-toets, die bekijkt of één van de
onafhankelijke variabelen effect heeft op de afhankelijke. Je berekent de F-waarde als volgt:
Mean Square Model / Mean Square Error. Bij hiërarchische regressies heb je altijd meerdere F-
toetsen. Om te kijken of een later model de werkelijkheid beter verklaard, kijk je of de F-toets/R2
significant is toegenomen. Als dat niet zo is kies je altijd voor het model met de minste
variabelen.
• Als dat zo is gaan we in stap 2 kijken naar de t-toetsen, het effect van iedere onafhankelijke
variabele los. De t-toets gaat uit van H0=0 en Ha≠0. In stap 3 kunnen we de richting van het
verband aflezen aan de b’s, de coefficienten van de onafhankelijke variabelen.
• Dan iets over de 6 assumpties van lineaire regressie: 1. Aselecte steekproef 2. Geen
multicollineariteit 3. Geen autocorrelatie 4. Lineariteit 5. Normaliteit 6. Homoscedasticiteit.
• 2. Multicollineariteit manifesteert zich door een significante F-toets, maar geen significante t-
toetsen. Daaruit kun je opmaken dat de onafhankelijke variabelen met elkaar correleren,
waardoor de standaardfouten groter worden en de t-toetsen onbetrouwbaar worden. Je meet
multicollineariteit door de variantie van X1 te meten die wordt verklaard door X2, uitgedrukt in
een R2. Daarbij werk je met Tolerance (1-die R2) en VIF (1/Tolerance). Als geldt dat Tolerance
<0,10 en VIF>10, is er sprake van multicollineariteit. De oplossing is een grotere steekproef.

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Pietertichelaar. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 62774 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Start met verkopen
€4,99
  • (0)
In winkelwagen
Toegevoegd